CN117274408B - 一种钕铁硼磁体表面处理数据管理系统 - Google Patents

Abstract

本发明涉及图像数据处理领域，具体涉及一种钕铁硼磁体表面处理数据管理系统。包括图像采集模块和图像管理模块，图像采集模块用于采集钕铁硼磁体表面灰度图像，图像管理模块包括特征提取单元、图像分解单元以及图像压缩单元；特征提取单元，构建待压缩序列；获取待压缩序列的移动平均法模型；图像分解单元利用基于移动平均法模型的STL分解算法将待压缩序列分解为趋势项序列、季节项序列和残差项序列；图像压缩单元用于对趋势项序列、季节项序列和残差项序列进行编码压缩，对压缩后的数据进行存储。本发明通过构建自适应移动平均法模型对时序分解算法进行优化，能够提高对图像的压缩比，大大节省了存储空间。

Description

一种钕铁硼磁体表面处理数据管理系统

技术领域

本发明涉及图像数据处理技术领域，具体涉及一种钕铁硼磁体表面处理数据管理系统。

背景技术

钕铁硼磁体在经过表面处理后需要对其进行表面质检，其中表面质检的方法中有利用机器视觉对获取的钕铁硼磁体表面图像进行处理分析，检测磁体表面的缺陷，为了保证产品质量的追溯要求通常会对完成检测后的图像进行存储备份；但是生产过程中会生产大量的钕磁铁磁体产品，随之而来就会产生大量的图像数据，因此对图像数据的压缩存储提出了更高的技术要求。

现有技术中如霍夫曼编码压缩或游程编码压缩等图像压缩算法是进行图像压缩的常规算法，但是常规的霍夫曼编码压缩或游程编码压缩等压缩手段在压缩的时候只是基于图像中现有的冗余度进行编码，没有考虑到图像中像素值因为自身纹理和光照变化出现的在分布规律上的冗余特性，在对钕铁硼表面图像数据进行图像压缩时压缩效率较低。

发明内容

为了解决现有技术中进行图像压缩时压缩效率较低的问题，本发明提供一种钕铁硼磁体表面处理数据管理系统，包括图像采集模块和图像管理模块，图像采集模块用于采集钕铁硼磁体表面灰度图像，图像管理模块包括特征提取单元、图像分解单元以及图像压缩单元；特征提取单元用于接收钕铁硼磁体表面灰度图像并构建待压缩序列；获取待压缩序列的移动平均法模型；图像分解单元利用基于移动平均法模型的STL分解算法将待压缩序列分解为趋势项序列、季节项序列和残差项序列；图像压缩单元用于对趋势项序列、季节项序列和残差项序列进行编码压缩，对压缩后的数据进行存储。本发明通过构建自适应移动平均法模型对时序分解算法进行优化，能够提高对图像的压缩比，大大节省了存储空间。

本发明采用如下技术方案，一种钕铁硼磁体表面处理数据管理系统，包括图像采集模块和图像管理模块；

图像管理模块包括特征提取单元、图像分解单元以及图像压缩单元；其中：

特征提取单元，根据钕铁硼磁体表面灰度图像中每一行像素点的灰度值构建对应的待压缩序列；获取待压缩序列中每个像素点的窗口调节因子以及权值调节因子；根据待压缩序列中每个像素点的窗口调节因子获取对每个像素点进行移动平均法的窗口大小；根据待压缩序列中每个像素点的权值调节因子获取对每个像素点进行滑动平均的权值；利用待压缩序列中对每个像素点进行移动平均法的窗口大小和每个像素点进行滑动平均的权值得到待压缩序列的移动平均法模型；

图像分解单元，利用基于移动平均法模型的STL分解算法将待压缩序列分解为趋势项序列、季节项序列以及残差项序列；

图像压缩单元，用于对每个待压缩序列对应的趋势项序列、季节项序列以及残差项序列进行编码压缩，并对压缩后的数据进行存储。

进一步的，一种钕铁硼磁体表面处理数据管理系统，获取待压缩序列中每个像素点的窗口调节因子的方法为：

获取待压缩序列中对每个像素点进行移动平均法的初始窗口；

获取待压缩序列中每个像素点与其所在初始窗口内所有像素点灰度值均值之间的差值绝对值；

对该差值绝对值的倒数进行归一化，得到待压缩序列中每个像素点的窗口调节因子。

进一步的，一种钕铁硼磁体表面处理数据管理系统，获取待压缩序列中每个像素点的权值调节因子的方法为：

获取待压缩序列中每个像素点所在初始窗口内其他像素点的灰度值均值，得到待压缩序列中每个像素点的权值调节因子。

进一步的，一种钕铁硼磁体表面处理数据管理系统，获取对每个像素点进行移动平均法的窗口大小的方法为：

将每个像素点的权值调节因子与移动平均法中计算窗口大小的参数相乘，得到每个像素点进行移动平均法的窗口大小。

进一步的，一种钕铁硼磁体表面处理数据管理系统，获取对每个像素点进行移动平均法的权值的方法为：

获取每个像素点的权值调节因子与每个像素点所在窗口中所有像素点灰度值的比值；

当该比值大小在设定阈值区间内时，将对每个像素点进行移动平均法的权值设定为1；

当该比值大小不在设定阈值区间内时，将每个像素点的权值调节因子与每个像素点的灰度值的比值，作为对每个像素点进行移动平均法的权值。

进一步的，一种钕铁硼磁体表面处理数据管理系统，得到待压缩序列的移动平均法模型为：其中，/>为待压缩序列中第i个像素点的移动平均法模型值，/>表示待压缩序列中第i个像素点所在窗口的大小，/>表示待压缩序列中第i个像素点的窗口调节因子，/>为常数，/>表示第i个像素点所在窗口内对第/>个像素点进行移动平均法的权值，/>表示i个像素点所在窗口内第/>个像素点的灰度值，j表示对第i个像素点进行移动平均法的窗口范围，取值范围为/>。

进一步的，一种钕铁硼磁体表面处理数据管理系统，将待压缩序列分解为趋势项序列、季节项序列以及残差项序列时，还包括：

获取待压缩序列在钕铁硼表面灰度图像中对应的能量特征，根据待压缩序列中像素点的数量、待压缩序列在钕铁硼表面灰度图像中对应的能量特征获取待压缩序列的时间颗粒；

STL时序分解算法根据待压缩序列的时间颗粒获取待压缩序列的季节项序列。

本发明的有益效果是：本发明通过提高移动平均法计算趋势项序列时的窗口大小参数和序列元素权值的局部自适应能力，使获取的趋势项序列曲线更加平滑，增加后续获取的趋势项序列曲线对应的差分序列曲线的数据冗余程度，根据图像中行灰度序列的局部变化特征对STL时序分解算法中用来获取局部平均值的移动平均法相关参数进行局部自适应化改进，能够保证STL时序分解后的趋势项和残差项中含有足够多的冗余信息，避免了直接分解造成的趋势项和残差项信息冗余程度不够，使对应在灰度序列中比例最大的偏离程度较小的局部序列部分，在后续获取的残差项更加平滑，对应的差分序列的数据冗余程度更大，进而提高了对趋势项数据的压缩效果，结合利用数据冗余进行数据压缩的压缩算法，提高了对图像的每行灰度序列信息的压缩比，大大节省了图像占用的存储空间。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的一种钕铁硼磁体表面处理数据管理系统流程示意图；

图2为本发明实施例中图像管理模块流程示意图。

实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1和图2所示，给出了本发明实施例的一种钕铁硼磁体表面处理数据管理系统结构示意图，包括：

图像采集模块用于采集钕铁硼磁体表面灰度图像；

钕铁硼磁体表面处理后，其表面纹理变化较为规则均匀，存在一定的周期性，当采集图像时因为光照影响，灰度变化会存在一定的趋势性；而当表面处理不当出现缺陷时，会存在较复杂的灰度变化，因此根据其表面灰度变化的这种特点可利用STL时序分解算法分解图像中灰度变化信息，以获得可高效压缩的序列信息，本发明首先获取完成视觉检测的钕铁硼磁体表面图像，并对待压缩处理的图像进行灰度化操作，得到对应的灰度图像。

图像管理模块包括特征提取单元、图像分解单元以及图像压缩单元；其中：

特征提取单元用于接收图像采集模块采集到的钕铁硼磁体表面灰度图像，并根据钕铁硼磁体表面灰度图像中每一行像素点的灰度值构建对应的待压缩序列；获取待压缩序列中每个像素点的窗口调节因子以及权值调节因子；

由于利用STL时序分解算法对钕铁硼磁体表面图像数据进行压缩时，STL时序分解算法中相关参数的设置不适合时会使得其数据复杂程度增加，本发明通过STL时序分解算法中相关参数的局部自适应调节，从而实现提高利用STL时序分解算法进行图像数据的压缩率；

为了将由行列分布的像素组成的图像数据进行压缩存储，结合本发明中将对STL时序分解算法进行改进的目的，需要进一步获取钕铁硼磁体表面图像的灰度序列数据，获取待压缩存储的钕铁硼磁体表面图像的每一行的灰度序列（表示图像某行的第i个像素点的灰度值为H）。

STL时序分解算法的分解过程首先获得趋势项，其中获得趋势项的方法是利用移动平均法进行获取，对于本发明中的移动平均法，以字母m表示STL时序分解算法的m阶移动平均参数，即对序列进行移动平均法的初始窗口大小，需要说明的是，此处m所表示的初始窗口大小也可以表示初始窗口中所包含的像素点数量，常规的移动平均法中，k为常数；参数m的取值大小直接影响了STL时序分解算法所得的趋势项序列的平滑程度，进而影响了后续获取的残差项序列数据的复杂程度，为了提高后续对图像中每一行灰度序列信息的压缩效果，需要增加每一行灰度序列经过STL时序分解算法得到的趋势项、季节项和残差项的冗余信息量，其中，需要使趋势项尽可能平滑，便于利用差分法或拟合法对其进行压缩；

本发明根据移动平均法的原理以及不同m大小下所得到的平均值与原序列之间的关系，为了保证后续获取的趋势项的差分序列和残差项中的数据信息有足够的冗余（对于趋势项的压缩一般采用差值法，所以趋势项越平滑，对应差值压缩效果越好，所以对其利用参数调节获得尽量平滑的趋势项），需要对移动平均法中的参数进行调节，窗口大小越大，越能够削弱序列中少部分局部极值对趋势项序列元素值的影响，趋势项序列局部越平滑；窗口越小，越能够避免较多的局部极值对趋势项序列元素值的影响，亦能够使趋势项序列的局部越平滑，由此本发明获取待压缩序列中每个像素点的窗口调节因子，方法为：获取待压缩序列中每个像素点与其所在窗口内所有像素点之间灰度值均值的差值绝对值；对该差值绝对值的倒数进行归一化，得到待压缩序列中每个像素点的窗口调节因子，其计算表达式如下：其中，/>表示第i个像素点的窗口调节因子，/>表示第i个像素点的灰度值，/>表示第i个像素点所在大小为m的窗口中所有像素点的灰度值均值，norm()函数为归一化函数，目的是为了将括号内数值映射到区间/>范围内，在第i个像素点所在的窗口范围内，其与窗口内所有像素点平均值之间的偏移程度/>越大，表明窗口内的局部极值元素对所得趋势项序列元素的影响较大，可能会导致趋势项不平滑，从而窗口大小应该调节的更小；相反的，为了获取的局部更加平滑的趋势项，窗口大小应当调节的更大。

获取待压缩序列中每个像素点的权值调节因子的方法为：获取待压缩序列中每个像素点所在窗口内其他像素点的灰度值均值，得到待压缩序列中每个像素点的权值调节因子，其计算表达式为：其中，/>表示第i个像素点的权值调节因子，/>表示第i个像素点所在大小为m的窗口内所有像素点的灰度值之和，/>表示第i个像素点的灰度值，m表示第i个像素点所在窗口的尺寸，即该窗口内像素点的个数；则/>表示在窗口大小m范围内去除元素后其他元素的平均值，可以以此反映/>对窗口范围内平均值的影响程度，/>对窗口范围内平均值的影响程度越大，/>的值就与窗口内平均值的差异越大，当/>的值过大时，其对应权值就降低，反之，/>的值过小时，其权值就会增大，以保证对应的趋势项序列元素值更贴近平均值，使得趋势项更平滑。

根据待压缩序列中元素的整体偏离程度获取的窗口大小调节因子和去除单个序列元素后计算获取的窗口范围内序列元素平均值作为序列元素权值的调节因子/>，利用所获取的调节因子对移动平均法中对应的参数进行调节。

根据待压缩序列中每个像素点的窗口调节因子获取对每个像素点进行移动平均法的窗口大小；获取对每个像素点进行移动平均法的窗口大小的方法为：将每个像素点的权值调节因子与移动平均法中计算窗口大小的参数相乘，得到每个像素点进行移动平均法的窗口大小。

根据窗口范围内序列元素的整体偏离情况对窗口大小进行调整，使所获取的趋势项序列中元素值更接近于该窗口范围内的平均值，将所得的趋势项序列尽最大可能的平滑处理，则窗口大小参数m的自适应调节模型为：由于窗口大小必须为整数，故需要将符号内所得数值进行取整，即/>表示对得到的值取整；/>为第i个像素点的窗口调节因子，/>为常数（是STL时序分解算法中移动平均法的现有参数，不过多赘述），初始值/>时，/>。

根据待压缩序列中每个像素点的权值调节因子获取对每个像素点进行滑动平均的权值；获取对每个像素点进行移动平均法的权值的方法为：

获取每个像素点的权值调节因子与每个像素点所在窗口中所有像素点灰度值的比值；当该比值大小在设定阈值区间内时，将对每个像素点进行移动平均法的权值设定为1；当该比值大小不在设定阈值区间内时，将每个像素点的权值调节因子与每个像素点的灰度值的比值，作为对每个像素点进行移动平均法的权值，表达为：其中，/>为第i个像素点的权值调节因子；/>表示第i个像素点所在窗口大小m范围内的像素点的灰度值均值；/>表示第i个像素点的灰度值，/>表示一个无限小值，其目的是为了防止分母为零，符号/>表示约等于符号，本发明设定在区间/>范围（区间范围为经验设定，可根据实际调整）内的数值约等于1；权值a是根据窗口范围内含有的小部分极值元素对窗口内序列平均值的影响程度对目标元素的大小进行自适应调节的，当某一元素去除与不去除所计算的窗口内元素平均值之间差异不大时（即/>），表示该元素不需要进行大小调整以优化所得趋势项的平滑程度，而当差异较大时（/>），则需要根据差异程度/>对其进行调整，使对应序列元素值调整到平均值水平。

根据待压缩序列中对每个像素点进行移动平均法的窗口大小和权值得到待压缩序列的移动平均法模型；得到待压缩序列的移动平均法模型为：其中，/>为待压缩序列中第i个像素点的移动平均法模型值，表示待压缩序列中第i个像素点所在窗口的大小，/>表示待压缩序列中第i个像素点的窗口调节因子，/>为常数，/>表示第i个像素点所在窗口内对第/>个像素点进行移动平均法的权值，/>表示i个像素点所在窗口内第/>个像素点的灰度值，j表示对第i个像素点进行移动平均法的窗口范围，取值范围为/>。

本发明通过对传统的STL时序分解算法结合不同窗口大小m下对趋势项序列曲线变化的分析，影响趋势项序列曲线平滑程度的因素有原始序列中各序列元素在局部范围内发生偏离的序列元素的数量、在该范围内的整体偏离程度以及少部分偏移的元素对整体数值水平的影响程度；其中各序列元素在局部范围内发生偏离的序列元素的数量、在该范围内的整体偏离程度对应窗口调节因子，窗口大小调节因子/>的值越大，表示窗口范围内序列元素的值与平均值之间的差异越小，偏离数量和程度就越小，窗口大小就可以适当调大；

少部分偏移的元素对整体数值水平的影响程度对应上述中的，/>的值越偏离1，说明窗口范围内少量的偏移元素对整体数值水平的影响程度越大，在获取对应的趋势项序列元素时，对该序列元素的就越要靠近到其他元素的平均水平，使趋势项序列曲线越平滑。

图像分解单元利用基于移动平均法模型的STL分解算法将待压缩序列分解为趋势项序列、季节项序列以及残差项序列；

本发明利用改进后的STL时序分解算法获取行待压缩序列的趋势项，获取钕铁硼磁体表面图像各行灰度序列分解后的趋势项序列，另外，由于通过趋势项分解获取的趋势项变化是相对平滑的，因此序列中前后变化之间的差异相对较小（即序列中元素前后的变化量大小相对集中），为了获取冗余程度更高的携带趋势项信息的序列，利用趋势项序列进行后向差分计算，获取其对应的后向差分序列/>：/>其中，/>表示第/>个像素点的趋势值，/>表示第i个像素点对应的趋势值Tr；利用获得的趋势项，结合行灰度序列获取去趋势项，STL时序分解算法根据时间颗粒大小通过季节滑动其确定数据的季节项，然后通过去趋势项减去季节项获得残差项。

将待压缩序列分解为趋势项序列、季节项序列以及残差项序列时，还包括：

获取待压缩序列在钕铁硼表面灰度图像中对应的能量特征，根据待压缩序列中像素点的数量、待压缩序列在钕铁硼表面灰度图像中对应的能量特征获取待压缩序列的时间颗粒；STL时序分解算法根据待压缩序列的时间颗粒获取待压缩序列的季节项序列。

由于钕铁硼磁体表面的颗粒纹理分布随机均匀，这种分布随机均匀的特点可以视为是一种周期变化的，则根据灰度共生矩阵获取可以反映钕铁硼磁体表面纹理粗细程度和均匀程度的能量特征ASM，从而获取时间颗粒的表达式为：其中，/>为初始时间颗粒大小，取经验值为；/>为图像的列数，即待压缩序列中的像素点数量；/>为时间颗粒大小参数，取经验值/>；则/>表示将待压缩序列进行较粗地划分所得的周期参数；norm()函数为归一化函数，将括号内所得的数值映射到区间/>中；ASM为利用灰度共生矩阵获取的钕铁硼磁体表面图像的能量特征，反映了表面纹理的粗细程度和均匀程度，纹理越细致均匀，ASM的值越小，则为了使得季节项的周期更贴近行灰度序列的变化周期，使得后续残差项中的元素大小更加集中同一，则时间颗粒大小可以进行调小，反之ASM的值越大，时间颗粒大小应该越大。

由此获得钕铁硼磁体表面图像对应的时间颗粒大小，通过确定后的时间颗粒大小结合季节滑动器获得行灰度序列的季节项，最后利用去趋势项和季节项得到信息冗余度足够高的残差项，得到了钕铁硼磁体表面图像各行灰度序列对应的有足够冗余程度的趋势项差分序列、季节项和残差项，利于后续基于数据冗余性的编码压缩算法。

图像压缩单元用于对每个待压缩序列对应的趋势项序列、季节项序列以及残差项序列进行编码压缩，得到压缩后的数据，并对压缩后的数据进行存储。

最后，本发明利用现有技术中的行程编码或霍夫曼编码对改进后STL时序分解算法处理获取的钕铁硼磁体表面图像每一行灰度序列对应趋势项的差分序列、季节项序列和残差项序列数据进行压缩，并将压缩后的数据进行存储。

对应的，当需要对存储的数据进行管理时，通过对存储的数据进行解压，即对趋势项的后向差分序列进行压缩的，解压缩后对趋势项的后向差分序列进行反差分获得趋势项序列；需要说明的是，对趋势项的后向差分序列、季节项和残余项进行行程编码或霍夫曼编码的数据压缩和解压过程是现有已知的，获得解压缩后的趋势项的后向差分序列、季节项和残余项，对趋势项的后向差分序列进行反差分获得趋势项序列；趋势项，季节项和残余项可根据STL时序分解算法的乘法模型进行还原获得行灰度序列，由所有行的行灰度序列还原出图像数据。

本发明通过提高移动平均法计算趋势项序列时的窗口大小参数和序列元素权值的局部自适应能力，使获取的趋势项序列曲线更加平滑，增加后续获取的趋势项序列曲线对应的差分序列曲线的数据冗余程度，根据图像中行灰度序列的局部变化特征对STL时序分解算法中用来获取局部平均值的移动平均法相关参数进行局部自适应化改进，能够保证STL时序分解后的趋势项和残差项中含有足够多的冗余信息，避免了直接分解造成的趋势项和残差项信息冗余程度不够，使对应在灰度序列中比例最大的偏离程度较小的局部序列部分，在后续获取的残差项更加平滑，对应的差分序列的数据冗余程度更大，进而提高了对趋势项数据的压缩效果，结合利用数据冗余进行数据压缩的压缩算法，提高了对图像的每行灰度序列信息的压缩比，大大节省了图像占用的存储空间。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种钕铁硼磁体表面处理数据管理系统，包括图像采集模块和图像管理模块，其特征在于，图像采集模块用于采集钕铁硼磁体表面灰度图像；

图像管理模块包括特征提取单元、图像分解单元以及图像压缩单元；其中：

特征提取单元，根据钕铁硼磁体表面灰度图像中每一行像素点的灰度值构建对应的待压缩序列；获取待压缩序列中每个像素点的窗口调节因子以及权值调节因子；根据待压缩序列中每个像素点的窗口调节因子获取对每个像素点进行移动平均法的窗口大小；根据待压缩序列中每个像素点的权值调节因子获取对每个像素点进行滑动平均的权值；利用待压缩序列中对每个像素点进行移动平均法的窗口大小和每个像素点进行滑动平均的权值得到待压缩序列的移动平均法模型；

图像分解单元，利用基于移动平均法模型的STL分解算法将待压缩序列分解为趋势项序列、季节项序列以及残差项序列；

图像压缩单元，用于对每个待压缩序列对应的趋势项序列、季节项序列以及残差项序列进行编码压缩，并对压缩后的数据进行存储；

STL时序分解算法的分解过程获取行待压缩序列的趋势项，获取钕铁硼磁体表面灰度图像各行灰度序列分解后的趋势项序列，其中获得趋势项的方法是利用移动平均法进行获取的，利用趋势项序列进行后向差分计算，获取其对应的后向差分序列/>：其中，/>表示第/>个像素点的趋势值，/>表示第i个像素点对应的趋势值Tr；利用获得的趋势项，结合行灰度序列获取去趋势项，STL时序分解算法根据时间颗粒大小通过季节滑动其确定数据的季节项，然后通过去趋势项减去季节项获得残差项；

得到待压缩序列的移动平均法模型为：其中，/>为待压缩序列中第i个像素点的移动平均法模型值，/>表示待压缩序列中第i个像素点所在窗口的大小，/>表示待压缩序列中第i个像素点的窗口调节因子，/>为常数，/>表示第i个像素点所在窗口内对第/>个像素点进行移动平均法的权值，/>表示i个像素点所在窗口内第个像素点的灰度值，j表示对第i个像素点进行移动平均法的窗口范围，取值范围为。

2.根据权利要求1所述的一种钕铁硼磁体表面处理数据管理系统，其特征在于，获取待压缩序列中每个像素点的窗口调节因子的方法为：

获取待压缩序列中对每个像素点进行移动平均法的初始窗口；

获取待压缩序列中每个像素点与其所在初始窗口内所有像素点灰度值均值之间的差值绝对值；

对该差值绝对值的倒数进行归一化，得到待压缩序列中每个像素点的窗口调节因子。

3.根据权利要求1所述的一种钕铁硼磁体表面处理数据管理系统，其特征在于，获取待压缩序列中每个像素点的权值调节因子的方法为：

获取待压缩序列中每个像素点所在初始窗口内其他像素点的灰度值均值，得到待压缩序列中每个像素点的权值调节因子。

4.根据权利要求2所述的一种钕铁硼磁体表面处理数据管理系统，其特征在于，获取对每个像素点进行移动平均法的窗口大小的方法为：

将每个像素点的窗口调节因子与移动平均法中计算窗口大小的参数相乘，得到每个像素点进行移动平均法的窗口大小。

5.根据权利要求3所述的一种钕铁硼磁体表面处理数据管理系统，其特征在于，获取对每个像素点进行移动平均法的权值的方法为：

获取每个像素点的权值调节因子与每个像素点所在窗口中所有像素点灰度值的比值；

当该比值大小在设定阈值区间内时，将对每个像素点进行移动平均法的权值设定为1；

当该比值大小不在设定阈值区间内时，将每个像素点的权值调节因子与每个像素点的灰度值的比值，作为对每个像素点进行移动平均法的权值。

6.根据权利要求1所述的一种钕铁硼磁体表面处理数据管理系统，其特征在于，将待压缩序列分解为趋势项序列、季节项序列以及残差项序列时，还包括：

获取待压缩序列在钕铁硼表面灰度图像中对应的能量特征，根据待压缩序列中像素点的数量、待压缩序列在钕铁硼表面灰度图像中对应的能量特征获取待压缩序列的时间颗粒；

STL时序分解算法根据待压缩序列的时间颗粒获取待压缩序列的季节项序列。